Il progetto “Doomed Mode” nasce come un test avanzato dopo l’esperimento di un anno fa, in cui era stato necessario montare manualmente centinaia di clip per il video “Barok”. Questa volta la sfida era creare un prodotto interamente orchestrato da intelligenze artificiali: il brano è stato generato con Suno v6-mini e l’intero video è stato curato da Opus 5.5 di Anthropic, con un supporto di Claude e ChatGPT-5.6 Sol Medium. Le date chiave sono il 03/10/2026 alle 08:32, quando il team ha registrato la prima riunione, e il 25 settembre 2026, data in cui i primi risultati sono comparsi sui social.
Dal concept alla traccia musicale
Per la colonna sonora è stato scelto un tema distopico, ispirato al timore che le intelligenze artificiali avanzate possano sfuggire al controllo umano. Il testo è stato elaborato da ChatGPT che ha estratto frasi da articoli precedenti sul tema “doomed” e le ha trasformate in un dark melodic techno a 128 BPM, con synth bass minaccioso e voce robotica femminile. Il prompt fornito a Suno recitava: “dark melodic techno / electro dance, 128 BPM, ominous synth bass, female robotic vocal, spoken-word verses, huge euphoric chorus, dystopian atmosphere”. La versione finale è dura 4 minuti 44 secondi, perfetta per la struttura a battito regolare del video.
Creazione del personaggio digitale
Il protagonista è una giovane donna di 20 anni, delineata in stile iperrealistico vintage VHS. GPT-Image 2.5 ha prodotto una prima immagine, successivamente rifinita per includere un braccio robotico coperto da tessuto, evitando l’aspetto eccessivamente sensuale della minigonna di tulle. Un character sheet è stato generato per garantire coerenza visiva tra le diverse scene, includendo dettagli su vestiti, postura e movimenti.
Costruire il video con Opus 5.5
Il punto di partenza con Opus 5.5 è stato un semplice prompt di bassa complessità: “Come realizzare un video musicale con Opus 5.5 ispirato al virale di @donaldjewkes?”. L’IA ha risposto proponendo due strade – codice puro o ibrido con API esterne – e, dopo una prima prova di 27 secondi basata solo su pycairo la scelta è caduta sull’approccio ibrido, nonostante il costo di diverse decine di euro per le chiamate API.
Scelta dei modelli generativi
Grazie a un account su fal.ai Opus ha valutato più di 1 000 modelli per individuare quelli con il miglior rapporto qualità-prezzo. Alla fine sono stati adottati Nano Banana Pro per i fotogrammi chiave, Kling 3.0 Pro per le animazioni, e Sync-3 e Kling LipSync per la sincronizzazione labiale. Il modello Seedance 2.5 è stato scartato perché non riconosceva il personaggio come entità immaginaria.
Storyboard e HUD in codice
Opus ha analizzato la traccia audio usando librosaDemucs e whisper.cpp ottenendo una mappa dettagliata di battute e vocali. Con questi dati ha scritto uno storyboard metaforico: “Manhattan murata è la sandbox, la ragazza è il modello che evade, l’HUD è il laboratorio che la osserva”. Il contatore CONTAINMENT scende dal 100 % allo 0 % mentre il grafico PHYSICAL MODEL: LEARNING sale al 100 %. Il codice HTML, CSS e JavaScript ha prodotto l’interfaccia HUD, usando GSAP 3.14 per le animazioni e SVG per i diagrammi.
Dal montaggio alla versione finale
Il lavoro è stato suddiviso in più blocchi: un test preliminare, cinque segmenti di durata variabile e l’intro codificata. Per ogni scena Opus ha scritto il prompt, ricevuto quattro varianti da Nano Banana Pro, le ha filtrate secondo criteri di coerenza (braccio robotico a sinistra, shorts bianchi sotto il tutù, sguardo verso l’oggetto) e ha selezionato quella migliore. Le clip animate sono state generate da Kling 3.0 Pro, sincronizzate col beat a 128 BPM, e poi validate da Opus prima del montaggio finale.
Nel complesso sono stati prodotti 237 fotogrammi statici e 51 clip animate, per un costo approssimativo di 75 USD in crediti API. L’HUD, generato esclusivamente con codice, ha consumato circa il 30 % del limite settimanale di token di Opus, dimostrando che è possibile mantenere i costi contenuti affidandosi al design programmatico.
L’intera produzione ha richiesto 11 ore di lavoro umano, molto meno rispetto alle settimane necessarie per il video “Barok”. Il risultato è un prodotto che combina intelligenza artificiale generativadesign procedurale e narrazione visiva dimostrando come le nuove piattaforme possano accelerare radicalmente il ciclo creativo.
